| 基于K-SVD字典学习的核磁共振图像重建方法 |
| |
| 引用本文： | 刘平,刘晓曼,朱永贵. 基于K-SVD字典学习的核磁共振图像重建方法[J]. 中国传媒大学学报, 2013, 20(4) |
| |
| 作者姓名： | 刘平 刘晓曼 朱永贵 |
| |
| 作者单位： | 中国传媒大学理学院,北京,100024;中国传媒大学理学院,北京,100024;中国传媒大学理学院,北京,100024 |
| |
| 摘 要： | 基于超完备字典的图像稀疏表示因其具有稀疏性、特征保持性、可分性等特点而被广泛应用于图像处理.本文利用K-SVD字典学习算法并应用于MR图像重建.将字典学习等价于一个二次规划问题,学习得到的字典能有效描述图像特征.基于学习所得的字典,获得图像的稀疏表示,并重建原始图像.实验结果表明,与Zero-filling方法相比,本文的重建结果能更好地保留图像细节信息,获得更高的SNR值.
|
| 关 键 词： | 压缩感知 核磁共振成像 重构算法 K-SVD字典学习方法 |
MR Image Reconstruction Based on K-SVD Dictionary Learning |
| |
| LIU Ping , LIU Xiao-man , ZHU Yong-gui. MR Image Reconstruction Based on K-SVD Dictionary Learning[J]. Journal of Communication University of China Science and TEchnology, 2013, 20(4) |
| |
| Authors: | LIU Ping LIU Xiao-man ZHU Yong-gui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
